Databricks于8月13日表示，在季度营收运行率突破70亿美元且第二季度同比增长超过80%之后，该公司以1900亿美元估值完成了一轮50亿美元的战略融资。
该公司表示，这笔资金将支持Lakebase、Genie和Unity AI Gateway，这些产品面向数据密集型的企业AI和智能体工作负载。
Coatue领投了本轮融资。Databricks列出的参与者包括Blackstone、MGX、T. Rowe Price建议的账户以及新投资者Sixth Street Growth，还有其他新老投资者。
从投资意向书到交割
此次完成的融资更改了Databricks在7月公告中的两个数字。7月16日，该公司表示已签署了一份以1880亿美元估值融资的投资意向书，但未披露规模。TechCrunch次日报道称，资金尚未到位，交易预计在夏末完成。8月的公告现在将已完成的融资轮规模定为50亿美元，估值为1900亿美元。
新估值比Databricks在2月上一轮融资中附带的1340亿美元估值高出约42%。这一比较描述的是私募市场价格的变化，并非公司业绩的公开市场衡量指标。
用于企业AI堆栈的资金
Databricks表示，新资金将支持三款产品：Lakebase，一个面向AI智能体的无服务器Postgres数据库；Genie，将企业数据转化为答案和行动；以及Unity AI Gateway，用于治理模型访问、路由和成本。
该公司还报告称，Lakebase的营收运行率已超过1亿美元，而其Lakehouse数据仓库产品的运行率已超过15亿美元。这些是公司报告的数据，并非经审计的上市公司业绩。
对于数据和机器学习团队而言，实际的信号在于Databricks表示将投资的方向。该产品组合涵盖运营数据、业务上下文和模型治理，反映了生产级智能体的工程要求，这些智能体需要可靠的状态、受控的访问和成本可见性。
此次融资为Databricks提供了在不立即进行公开募股的情况下，在该堆栈内建设和收购的更大能力，但估值本身并不能说明任何单个产品能为客户带来更好的技术或经济成果。
关于Databricks
Databricks成立于2013年，由加州大学伯克利分校AMPLab实验室Apache Spark的核心创始团队创立，总部位于旧金山。公司从开源Spark的商业化起步，现已发展为覆盖数据与AI全链路的综合性数据智能平台，核心产品是基于“湖仓一体”（Lakehouse）架构的Data Intelligence Platform。该架构整合了数据湖的灵活性与数据仓库的性能，支持从数据工程、商业智能到机器学习的全生命周期管理。公司还提供Delta Lake（事务存储层）、Unity Catalog（数据治理）、MLflow（机器学习生命周期管理）以及专为AI智能体设计的Lakebase、Genie和Unity AI Gateway等产品。
目前，Databricks服务全球超过2万家企业客户，超过60%的财富500强企业使用其平台。2026年8月，公司以1900亿美元估值完成50亿美元战略融资，由Coatue领投，Blackstone、MGX等参投。截至该轮融资，公司季度营收运行率已突破70亿美元，同比增长超过80%，过去12个月保持调整后自由现金流为正，超过1000家客户年贡献收入超100万美元，其中逾100家超1000万美元。公司已做好上市准备，将在“时机成熟时”启动IPO。
Databricks与中国有着深厚的渊源。公司七位联合创始人中唯一的华人面孔、联合创始人兼首席架构师辛湜（Reynold Xin），是一位从深圳走出的“80后”潮汕青年。他高中毕业后前往加拿大多伦多大学攻读本科，随后在加州大学伯克利分校AMPLab完成博士学业，并直接参与了Databricks的创立。他至今仍是公司的核心灵魂人物。
在商业拓展上，Databricks于2019年开始布局中国市场。公司已在华东、北京等地完成数据中心布局，并通过与微软合作，使Azure Databricks服务在中国区域正式可用。这些布局既支撑了跨国公司在华的合规运营，也服务于大量本土客户。同时，随着中国企业出海热潮的兴起，Databricks也凭借成熟的国际市场服务能力，为出海企业提供支持。公司在大中华区设有专门的销售团队，全面覆盖国际公司在华业务并深度赋能本土企业的全球化布局。
（素材来自：Databricks 智算芯能前沿网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。